Главный судья Сольякант посоветовал юридическим школам обучать студентов ответственному использованию ИИ и практической работе
Подробнее
Aaj Tak
www.aajtak.in

Главный судья Сольякант посоветовал юридическим школам обучать студентов ответственному использованию ИИ и практической работе

Главный судья страны (CJI) Сольякант озвучил ряд важных рекомендаций относительно необходимости изменений в текущих методах юридического образования. Он считает, что изучение права не должно ограничиваться только учебниками; студентам также необходим практический опыт работы в судах и понимание реальных правовых проблем.

В связи с этим он предложил включить в условия получения диплома бакалавра юридического факультета работу, связанную с оказанием юридической помощи (legal aid work).

Эти замечания были сделаны CJI Сольякантом во время открывающей сессии первой ежегодной международной конференции по юридическому образованию 2026 года, которая проходила в Хайдарабаде, организованной Ассоциацией права стран Содружества (Commonwealth Legal Education Association). В своей речи он подчеркнул важность практического обучения в юридическом образовании, работы с юридической помощью и ответственного применения искусственного интеллекта (ИИ).

Он также предложил предоставить академические кредиты студентам, которые выполняют больше часов юридической помощи, чем требуется по норме. Это, по его мнению, стимулирует студентов помогать людям из малообеспеченных слоев населения, у которых ограничен доступ к юридическим услугам.

CJI Сольякант поделился своим мнением о растущей роли ИИ в юридическом образовании. Вместо полного запрета использования ИИ в юридических исследованиях, он настаивает на том, чтобы обучать студентов его ответственному применению. По его словам, будущие юристы и судьи должны понимать разницу между информацией, полученной с помощью ИИ, и решениями, принятыми человеческим разумом.

Студенты должны уметь пользоваться технологиями, но при этом сохранять способность к человеческому пониманию и самостоятельному принятию решений в правовых вопросах. Эти предложения появились в то время, когда влияние ИИ постоянно растет на рынок труда, рабочие процессы и методы обучения, делая практический опыт в юридическом образовании еще более значимым.

Судья призвал юридические школы разрабатывать четкие руководящие принципы относительно использования ИИ в академической деятельности и предоставления информации. Обращаясь к CLEA, он попросил создать модельные руководящие принципы для юридических школ и журналов стран Содружества. Он отметил, что ИИ может способствовать юридическим исследованиям, однако студенты обязаны проверять результаты, полученные от него, по первоисточникам.

CJI также выступил против необоснованного внедрения ИИ или полного запрета его использования, подчеркнув, что студенты должны нести ответственность за свои работы. Он предупредил против чрезмерной зависимости от программного обеспечения для обнаружения академических нарушений.

По его мнению, вместо этого следует проводить устные аттестации и просить студентов защищать указанных юридических чиновников, чтобы оценить их истинное понимание предмета.

CJI предложил сделать минимальное количество часов работы по юридической помощи обязательным условием для получения диплома бакалавра, а студентам, работающим сверх необходимого объема, — предоставлять дополнительные академические кредиты. Он считает, что юридические клиники должны развиваться дальше классных упражнений, включая работу студентов с панельными адвокатами и параюридическими волонтерами через органы юридической помощи.

Подчеркивая необходимость интеграции клинического обучения в основные предметы права, он также рекомендовал практические занятия по доказательствам, уголовному процессу, семейному праву и конституционному праву.

Похожие сюжеты

Несмотря на способность ИИ писать код, критически важны знания о том, какие продукты следует разрабатывать
Подробнее
yourstory.com

Несмотря на способность ИИ писать код, критически важны знания о том, какие продукты следует разрабатывать

Искусственный интеллект упрощает процесс создания программного обеспечения, позволяя менеджерам по продуктам, дизайнерам и экспертам предметной области превращать идеи в прототипы, даже без глубоких навыков кодирования. Тем не менее, трансформация этих прототипов в надежные продукты, решающие реальные задачи, остается сложной задачей.

Во время мероприятия TechSparks 2026 панельная дискуссия под названием «От кого может кодить к кому может строить» осветила эти изменения. Участниками стали Srinivas Chamarthy, Старший вице-президент по инжинирингу, руководитель площадки и глава страны в Diligent India; Madhusudan N. Murthy, руководитель отдела цифрового инжиниринга и технологической стратегии в EY GDS; и Arun Kalyanaraman, вице-президент по инжинирингу в Target in India. Модератором выступила Chhavi Mahajan, директор по контенту в YourStory.

Разработка с помощью ИИ позволяет бизнес-командам значительно раньше тестировать концепции, демонстрировать идеи и собирать обратную связь. Однако прототип, демонстрирующий работоспособность идеи, еще не готов к полноценному производству. Приложения все равно должны соответствовать требованиям к безопасности, масштабируемости и надежности.

Муртхи отметил, что ИИ облегчает проведение экспериментов, однако компании обязаны проводить четкое различие между концепцией, доказывающей возможность, и приложением, готовым к работе в продакшене. Инженерным командам по-прежнему необходимо выявлять уязвимости, внедрять защитные механизмы и гарантировать, что системы справятся с нагрузкой реального использования. Он подчеркнул: «Это хорошо, это очень позитивное развитие, но оно также должно иметь свои ограничители».

Кальянараман заявил, что ИИ способен не только ускорить написание кода разработчиками, но и оптимизировать весь цикл разработки — от определения проблемы и тестирования решения до получения одобрения заинтересованных сторон. При этом он акцентировал внимание на том, что фундаментальные инженерные знания, архитектурное мышление и техническая глубина останутся незаменимыми, даже при изменении методов построения решений благодаря ИИ.

Он привел пример, когда владелец продукта, инженер и специалист по UX использовали инструменты ИИ и большие языковые модели для создания прототипа сложной концепции и представления ее руководству всего за неделю. Без этих инструментов этот процесс мог занять от шести недель до двух месяцев. Преимущество заключалось не только в более быстром кодировании, но и в возможности быстрее проверить идею и принять решение.

Чамарти отметил, что в эпоху генеративного ИИ кодирование становится товаром, что сокращает путь от прототипа до обратной связи от клиента и последующего запуска в продакшен с потенциально девятимесячного цикла до одного-двух месяцев. По мере роста скорости, он считает, что знание того, чего не следует строить, приобретает большую ценность, поэтому идеи нужно проверять в песочнице, пока опытные инженеры укрепляют их с точки зрения безопасности, масштабируемости и конфиденциальности.

По мере перехода компаний от использования ИИ для помощи разработчикам к внедрению агентов, способных выполнять задачи с ограниченным надзором, необходимо определиться с уровнем автономности. Чамарти посоветовал, что это должно зависеть от сопряженных рисков, потенциального влияния решения и возможности отменить его результат. Он предложил организациям рассматривать, является ли решение «дверью туда и обратно» или «односторонней дверью», при этом значимые финансовые или стратегические решения требуют человеческого контроля и контекстного суждения.

Чамарти предупредил, что доступ к инструментам кодирования на базе ИИ не может заменить инженерный опыт. Опытные инженеры понимают архитектурные решения, влияющие на долгосрочное обслуживание, безопасность и масштабируемость, включая риски, которые могут быть неочевидны в прототипе. Его совет заключался в поощрении экспериментов, но в контролируемой среде: «Не останавливайте код. Протестируйте его в песочнице».

Это позволяет большему числу сотрудников проверять идеи, предоставляя инженерным командам возможность проанализировать приложения, устранить слабые места и подготовить их к выпуску.

Поскольку ИИ упрощает генерацию кода и поиск ответов, возрастает важность понимания, какие именно проблемы стоит решать. Кальянараман сравнил использование ИИ с обращением к джинну, который исполняет только три желания. Получение полезного результата зависит от умения задавать правильные вопросы и понимать ограничения. Он заявил: «В мире, где ответы, возможно, легко получить, умение задавать правильные вопросы станет действительно критическим навыком».

Люди, которые разбираются в потребностях клиентов, бизнес-процессах и операционных требованиях, лучше приспособлены для выявления решений, создающих реальную ценность. Инженерным командам также потребуется системное мышление и экспертиза в платформах, чтобы помогать неинженерам разрабатывать приложения без риска для производственных систем.

Этот сдвиг также имеет последствия для развития кадров. Муртхи сообщил, что EY GDS готовит сотрудников к рабочему месту, управляемому ИИ, объединяя опытных специалистов и молодых талантов. Существующие сотрудники привносят знания о клиентах и системах, в то время как новые члены команды предлагают свежие подходы и развивают новые технические навыки.

Чамарти добавил, что командам необходим баланс сильных сторон: организациям следует повышать квалификацию существующих сотрудников, которые знакомы со своими продуктами и клиентами, одновременно привлекая недавних выпускников, способных работать с инструментами ИИ. Он также отметил, что эффективность инженеров должна оцениваться по проблемам, которые команды решают для клиентов, а не только по таким метрикам, как количество написанных строк кода или закрытых тикетов. Поскольку ИИ берет на себя рутинную работу, результаты, предоставляемые инженерными командами, становятся более показательным мерилом их вклада.

Панелисты ожидают, что сотрудники и агенты ИИ будут работать все теснее. По мере того как агенты берут на себя более сложные задачи, компаниям придется переосмыслить рабочие процессы, подотчетность и ожидания от производительности. Им также необходимо обеспечить, чтобы защитные механизмы успевали за возможностями технологии.

Муртхи описал будущее, в котором менеджеры будут курировать агентов ИИ наряду с людьми. Он сказал: «Будущее, которое я вижу, — это привыкание к тому, что агенты подчиняются вам, а не только люди».

Кальянараман заключил, что Новый Технологический Порядок касается не только того, что ИИ может сделать для нас, но и того, как мы эволюционируем в своем мышлении, инженерных практиках и процессах принятия решений, чтобы максимально использовать его потенциал. Хотя ИИ упрощает создание программного обеспечения, компаниям по-прежнему потребуются инженерная экспертиза, отраслевые знания и человеческое суждение для определения того, какие идеи стоит развивать, и какие прототипы готовы к производству.

Министерство образования утвердило национальные директивы по использованию искусственного интеллекта в бразильском образовании
Подробнее
olhardigital.com.br

Министерство образования утвердило национальные директивы по использованию искусственного интеллекта в бразильском образовании

Министерство образования (MEC) официально утвердило во вторник (10-е число) национальные нормы, регулирующие использование искусственного интеллекта (ИИ) в бразильской системе образования. Эти правила применимы от дошкольного образования до высшего образования, определяя четкие рамки для использования технологии учащимися, преподавателями и учебными заведениями.

Одно из значительных изменений по сравнению с предыдущим заключением, одобренным Национальным советом по образованию (CNE) в сентябре, — это разрешение использовать инструменты ИИ для помощи в проверке эссе. Однако окончательная оценка остается в ведении преподавателей.

Докладчик документа пояснил, что предыдущая версия не уточняла, запрещено ли использование ИИ в этом типе оценки. Изменение направлено на то, чтобы технология могла служить поддержкой при постоянном человеческом контроле.

Директивы также устанавливают, что автоматизированные системы никогда не должны полностью заменять функции работников образования или брать на себя ответственность за педагогические решения. Правила различаются в зависимости от возраста учащихся и уровня обучения.

В дошкольном образовании дети не могут использовать системы ИИ даже при помощи учителей. Преподаватели, в свою очередь, могут использовать эти инструменты для целей планирования, педагогического управления и доступности, при условии, что цель состоит в устранении препятствий для обучения.

Для начальной школы (с 1 по 5 класс) использование ИИ ограничено педагогическими занятиями, которые планируются, проводятся и контролируются специалистами в области образования. Учащимся запрещено самостоятельно или без присмотра получать доступ к этим системам, включая взаимодействие с разговорными или генеративными инструментами, даже при присутствии учителей. Существует исключение для вспомогательных технологий, предназначенных для преодоления учебных барьеров, в соответствии с определенными критериями.

В старших классах начальной школы (6–9 классы) генеративные инструменты ИИ могут использоваться в педагогических занятиях, проводимых под руководством педагогов. Однако индивидуальный, автономный доступ или доступ без надзора учащихся по-прежнему запрещен. Документ также предусматривает постепенное включение обучения об ИИ в учебную программу вместе с темами цифрового, медийного и компьютерного образования, чтобы дать учащимся возможность понять принципы работы этих инструментов, распознавать предвзятости, проверять информацию и отличать технологическую помощь от собственного интеллектуального творчества.

На уровне высшего образования учреждения имеют право применять ИИ в учебной, исследовательской и расширительной деятельности. Технология также может быть предметом изучения и академических исследований. Университеты и другие организации должны разработать собственные политики для нормативного регулирования использования этих инструментов, интегрируя их в педагогические проекты, положения и планы институционального развития.

Ключевым аспектом является прозрачность: учреждения должны указывать, в каких случаях студенты и исследователи обязаны декларировать использование ИИ в своих работах. Например, в научных исследованиях использование должно сообщаться, если вклад инструмента имеет отношение к написанию текстов, анализу данных, литературоведению, программированию или другим этапам исследования. Директивы четко утверждают, что системы ИИ не могут считаться авторами академических или научных работ; ответственность за содержание и результаты всегда лежит на студентах, преподавателях и исследователях.

С точки зрения университетского администрирования, автоматизированные инструменты могут помогать в планировании, анализе показателей и выявлении рисков отсева. Однако решения, существенно влияющие на права или академическую траекторию студентов, не могут приниматься исключительно системами ИИ. Наконец, программы бакалавриата должны включать содержание о цифровой грамотности, педагогическом применении новых технологий, критическом анализе образовательных данных и этических последствиях ИИ.

Это утверждение происходит в контексте того, что ИИ уже является частью повседневной жизни многих бразильских студентов. Согласно 15-му выпуску исследования TIC Educação, 37% учащихся начального образования сообщили об использовании генеративных инструментов ИИ в школьных исследованиях, но только 19% упомянули получение какого-либо руководства со стороны преподавателей по использованию этой технологии. С этими новыми правилами MEC стремится стандартизировать практики, которые уже существуют в школах и университетах, уравновешивая преимущества ИИ с необходимостью человеческого надзора, защиты данных и педагогической ответственности.

Популярное